Leading with leaders

——‍‍TMB代码‍

TMB肿瘤突变负荷

肿瘤突变负荷（TMB）作为免疫疗法的生物标志物，能够较好的预测患者免疫治疗的疗效。基于肿瘤突变负荷，可以从一种新的角度探寻基因跟免疫及预后的关系。一般应用场景：基于TMB预测不同性状的免疫治疗疗效、不同基因表达或突变对免疫治疗潜在的影响。

基本原理：

肿瘤突变负荷(Tumor Mutation Burden，TMB)，通常被定义为一份肿瘤样本中，所评估基因的外显子编码区每兆碱基中发生置换和插入/缺失突变的总数。

近年许多研究都报道了TMB与PD-1/PD-L1抑制剂的疗效高度相关，同时基于TMB进行的临床研究都得到了较好的结果。这让一些肿瘤患者可以通过TMB标志物对免疫疗法的疗效进行一定程度的预测。

结合TMB，可以从免疫治疗角度探寻关键基因、探究不同亚型肿瘤存在的不同发病机制。

数据要求：

基因突变数据，临床或其他分类数据。

下游分析：

对于得到的TMB值

1.   探究TMB值高低对生存分析的影响

2.   TMB值与性状的相关性

3.   TMB值与基因表达的相关性

图形示例：

1.不同分组TMB值箱线图

图注：纵坐标为TMB值，横坐标为分组类别，上方标注统计检验方法和P值。

应用示例：

    文献1：GeneticBasis for Clinical Response to CTLA-4 Blockade in Melanoma

    CTLA-4阻断黑色素瘤临床反应的遗传学基础（于2014年12月发表在

N Engl J Med，影响因子70.670）

该文献中绘制了免疫治疗后获得长期和短期临床益处人群的突变负荷箱线图，发现治疗后获得长期临床益处的人群有着更高的突变负荷。

文献2：Characterizing responsive and refractory orthotopic mouse models of hepatocellular carcinomain cancer immunotherapy（于2019年7月发表在PLOS ONE ，影响因子2.776）

小鼠肝癌模型对免疫治疗的反应性和难治性

文献中统计了不同小鼠肝癌模型的突变负荷程度以及免疫治疗效果，推测iAST模型小鼠免疫治疗效果不好可能与突变负荷程度较低有关。